RECONNAISSANCE VOCALE BASÉE SUR LES SVM

Abstract

Dans ce travail, nous allons présenter un système de reconnaissance automatique de la parole (RAP) indépendant du locuteur basé sur une combinaison parallèle des classifieurs Multi-Class Support Vector Machine (SVM multiclasse). Ce système proposé utilise comme moteur de reconnaissance les deux Stratégie principales, un contre un, et un contre tous pour éviter des ambiguïtés et comme méthode de fusion l’approche par combinaison basée sur l’intégrale floue de shoquet. Pour être combinés des classifieurs dans un système de reconnaissance automatique de la parole, ils doivent être différents. La diversité entre ces classifieurs est crée par changement des données d’apprentissage (Entraînement discriminant). Ce pondant, les techniques SVM exigent des vecteurs d'entrée de taille fixe. Pour lever cette difficulté, nous avons proposé un algorithme de normalisation des entrées basé sur les valeurs de la kurtosis des trames.Nous cherchons à fiabiliser la reconnaissance en utilisant la complémentarité qui peut exister entre les classifieurs. Les expériences réalisées pour la reconnaissance des chiffres anglais, indiquent que l’utilisation de la combinaison de classifieurs augmente la performance du système de RAP en milieu réel, meilleur taux de reconnaissance obtenu par le système est de 99.72%.